人工智能对人力替代现象的深度剖析
达龙·阿西莫格鲁《权力与进步》中的预言及“温水煮青蛙”过程分析

达龙·阿西莫格鲁在《权力与进步》一书中,对AI对人力替代有着深刻的预言。他指出,随着AI技术不断发展进步,其在诸多领域将逐渐展现出对人力的替代趋势,而这种替代并非一蹴而就,是一个渐进的过程,犹如“温水煮青蛙”一般。
新加坡国立大学的相关研究进一步揭示了这一过程及其中拐点的形成机制。以翻译领域为例,起初,AI翻译工具只是辅助人类译者,帮助他们快速查找词汇、提供一些常见语句的翻译参考等,属于助力阶段。比如在一些简单的商务文件翻译或者旅游常用语翻译场景中,人们借助AI翻译软件能够更高效地完成任务。然而,随着技术不断迭代,像如今一些先进的神经网络翻译模型,能够精准地处理复杂的句式结构、专业领域的术语等,在很多常规的文本翻译工作上,已经可以替代人工翻译,尤其是一些标准化的文档翻译,这便达到了从助力到替代的拐点。
网页开发领域同样如此。早期,AI可以帮助开发者生成一些基础的代码框架、提供简单的样式模板建议等,助力开发者提高效率。但现在,部分低复杂度、有固定模式的网页开发任务,例如一些简单的企业宣传页面搭建,通过一些低代码或无代码的AI开发平台,几乎可以自动完成,使得原本从事这类基础网页开发工作的人员面临被替代的风险。
在IT安全方面,一开始AI被用于协助安全人员分析网络流量数据、检测一些常见的安全威胁模式等。发展到如今,一些智能的安全防护系统基于AI算法,能够自动识别并阻断绝大多数已知类型的网络攻击,甚至在部分中小规模企业的网络安全维护场景中,已经可以在很大程度上替代人工进行日常的安全监控与防护工作,形成了替代的局面。
这个“温水煮青蛙”的过程中,拐点的形成往往和技术突破、应用成本降低以及市场对效率和成本的权衡等因素密切相关。当AI在某个领域的能力达到或超过人类平均水平,且应用成本更低时,企业等主体就更倾向于采用AI来完成相应工作,从而推动了从助力到替代的转变。
不同职业到达拐点的时间和顺序与工作性质的关系
不同职业到达被AI替代拐点的时间和顺序和其工作性质有着紧密的关联。
对于那些规则明确、流程固定的工作,往往更容易较早地达到被AI替代的拐点。比如数据录入员,工作内容主要是按照既定的格式将各种数据准确无误地录入系统,这一过程有着清晰的规则和固定的流程,AI通过光学字符识别(OCR)等技术结合自动化的数据处理脚本,能够高效精准地完成这类任务,所以这类职业很早就面临着被替代的风险。
而像摄影市场,情况则较为复杂。在摄影的一些基础环节,例如照片的初步筛选、简单的色彩校正等,AI图像处理软件已经可以发挥很大作用,部分小型摄影工作室或者个人摄影师在处理大量日常照片时,会借助这类软件提高效率。但在高端摄影领域,比如艺术摄影创作,需要摄影师独特的审美、创造力以及对拍摄现场的瞬间把控能力,对光线、构图、情感表达等有着细腻的要求,这是AI目前很难企及的,所以在这个职业中,基础环节已经处于被AI影响的阶段,而核心的创意创作环节暂时还能保持优势。
反观那些需要创造力和复杂人际互动的工作,到达被替代拐点的时间则相对较晚,甚至在很长一段时间内都难以被完全替代。比如教师职业,虽然AI可以辅助教学,像提供在线课程内容、帮助批改客观题作业等,但在与学生面对面的情感交流、根据学生的不同性格和学习状态因材施教、引导学生树立正确的价值观等方面,人类教师有着不可替代的作用,因为这些都涉及复杂的人际互动和对人性的深刻理解,这是AI目前所欠缺的。
麦肯锡关于2030年AI智能体将取代70%办公室工作的报告解读
麦肯锡的报告指出到2030年AI智能体将取代70%办公室工作,这一预测背后有着深层次的原因。
对于技术驱动型岗位和常规化工作首当其冲被AI替代,首先在技术驱动型岗位方面,像基础的编程工作中,一些简单的代码编写任务,例如实现常见的数据结构操作、简单的网页交互逻辑等,AI代码生成工具可以根据需求快速生成代码片段,其效率和准确性在不断提升,使得部分初级程序员的工作可以被替代。常规化工作更是如此,例如办公室中的文档排版、资料整理等工作,AI办公软件能够按照预设的格式规范快速准确地完成任务,减少了人力投入。
而需要战略思维、人际关系和情商的工作暂能立足,是因为战略思维涉及对复杂多变的市场环境、企业内部资源等多方面因素的综合考量与长远规划,AI虽然可以分析数据、提供一些参考建议,但很难像人类那样基于丰富的经验、敏锐的洞察力以及对社会文化等多方面的理解去制定出贴合实际且富有创新性的战略。在人际关系方面,职场中的团队协作、领导下属、处理客户关系等都需要细腻的情感沟通、对他人情绪的感知以及灵活的应变能力,AI目前在模拟真实情感和进行深度人际交往上还存在很大局限。情商更是人类在长期社会生活中培养起来的一种综合素养,关乎对自我情绪和他人情绪的管理与运用,这是AI难以复制的,所以这类工作暂时还不容易被AI取代。
卡内基梅隆大学研究团队论文剖析

卡内基梅隆大学研究团队的论文围绕TheAgentCompany测试平台展开了诸多有价值的研究。
该测试平台设置了多种不同类型的任务场景,涵盖了文本生成、问题解决、逻辑推理等多个方面。不同主流大语言模型构建的Agent在这些各类任务中的完成率及表现有着明显差异。例如,在文本生成任务中,一些大语言模型生成的文本在语言流畅性上表现较好,但在逻辑连贯性和内容准确性上可能存在不足,而另一些模型则在专业领域知识融入方面各有优劣。
以编写科技文章为例,有的Agent能快速生成篇幅较长、语句通顺的文章,但仔细分析会发现其中存在对专业概念理解不准确、缺乏深度见解等问题;而有的Agent虽然生成内容相对精炼,但在引用最新研究成果等方面表现欠佳。
在任务完成率方面,对于一些有明确答案的逻辑推理问题,部分经过大量逻辑训练数据的大语言模型构建的Agent完成率较高,但在面对一些开放性、需要结合实际生活情境的问题时,完成率则大打折扣。
此外,AI价格优势对人类工作者也产生了影响。由于AI可以大规模部署且边际成本相对较低,对于一些企业来说,采用AI完成部分工作在成本效益上更具优势。比如一些客服工作,通过AI智能客服可以同时处理大量客户咨询,相比雇佣众多人工客服,成本大大降低,这就使得原本从事客服工作的人员面临就业压力,凸显了AI价格优势对人力市场的冲击。
当下AI的缺陷及训练数据偏差影响与未来发展趋势
当下AI存在着诸多缺陷。在常识推理能力方面,AI往往难以像人类一样基于生活常识去理解和解决问题。例如,当问到“如果把一杯水放在火上烧很久,水会怎样”,人类凭借常识能轻易回答水会烧开甚至烧干,但AI可能会给出一些不符合常理的答案,这是因为其缺乏对现实世界中基本物理现象等常识的内在理解机制。
社交技能不足也是明显的缺陷,AI很难真正理解人类的情感、意图以及社交场合中的微妙氛围等。比如在一场多人的商务谈判场景中,AI无法像人类谈判专家那样根据对方的表情、语气、肢体语言等综合判断局势并灵活调整谈判策略。
在复杂网页界面上操作困难同样限制了AI的应用,虽然AI可以处理一些结构化的网页数据,但对于一些需要复杂交互操作、动态加载内容以及根据用户实时反馈进行调整的网页,AI还难以像人类一样自如地进行操作。
训练数据偏差对AI能力有着重要影响。如果训练数据存在片面性、不均衡性等问题,那么AI学习到的知识和模式也会有偏差。比如在图像识别领域,如果训练数据中某类图像过多而其他类图像过少,那么AI在识别少见类型图像时准确率就会降低。
不过,随着未来数据鸿沟被抹平,AI可能会迎来新的发展趋势。一方面,数据的丰富和均衡将使得AI的学习更加全面准确,其能力有望在更多领域得到提升,比如在医疗影像诊断中,能更精准地识别各种病症特征。另一方面,跨领域的数据融合可能会让AI具备更强的综合解决问题的能力,例如将自然语言处理与机器人控制的数据相结合,实现更加智能的服务机器人,使其既能理解人类指令又能精准地执行各种操作任务。
结合AGI相关定义及预期探讨对人类职业的影响及本质不同
Google Docs之父史蒂芬·纽曼对AGI(通用人工智能)有着自己的定义,而Sam Altman也有着相应的预期。当AGI时代到来,对人类职业的影响将是极为深远的。
AGI意味着人工智能将具备和人类相当的通用智能能力,能够像人类一样在多个领域灵活学习、解决各种复杂问题。届时,很多目前还被认为难以被AI替代的工作可能都面临挑战。例如,科研工作中,虽然目前AI主要是辅助科研人员进行数据分析、文献综述等,但AGI可能具备独立提出创新性科研假说、设计严谨的实验方案并进行深入探索的能力,这将对科研人员的职业角色产生巨大冲击。
对比AI时代与前几次工业革命,本质上有着不同。前几次工业革命主要是对生产工具、生产方式等进行变革,人类依然凭借自身的体力、智力优势在新的生产体系中找到合适的岗位,比如第一次工业革命中,工人从传统手工劳动转向操作机器进行生产。而AI时代,尤其是AGI时代,是对人类智能本身的挑战,涉及到人类认知、思维等核心能力层面,AI不仅仅是作为一种工具辅助人类,而是有可能在很多领域替代人类的智能决策与执行。
不过,人类在AI时代依然有着自身的竞争优势。人类具有独特的创造力,能够从无到有地创造出全新的艺术作品、科学理论等,这是基于人类丰富的情感、独特的生活体验以及跳跃的思维联想能力,AI很难完全模仿。同时,人类的同理心和道德判断能力也是关键优势,在面对复杂的社会伦理问题、需要做出关乎人性的决策时,人类能够基于自身的价值观和道德准则进行权衡,而AI目前在这方面还缺乏足够的自主性和准确性。
在AI时代转折期人们的选择及制造愿景思路的影响
在AI时代的转折期,人们面临着不同的选择。
一种选择是做新时代的卢德分子,也就是抵制AI的发展,担心其对自身职业和生活带来的冲击,试图通过各种方式阻碍AI的应用与推广。然而,这种做法往往是逆势而行,因为AI的发展趋势在很大程度上是不可阻挡的,而且AI也确实能带来诸多积极的价值,比如提高生产效率、推动科技创新等。
另一种选择是信任硅谷精英的救赎,寄希望于科技行业的领军人物和企业能够通过合理的技术管控、社会配套机制建设等方式,让AI更好地服务人类,减少其负面的替代影响。例如,期待他们能开发出更人性化的AI应用,同时为受到AI冲击的人员提供再就业培训等帮助。
卡尔·弗雷德和达龙·阿西莫格鲁提出的制造愿景的思路也值得关注。制造愿景强调在AI发展的同时,要重视制造业等实体经济的升级转型,通过将AI技术深度融入制造业,创造出更多高附加值、需要人机协作的工作岗位。比如在智能工厂中,工人可以与智能机器人协同完成复杂的产品装配任务,工人利用自己的技能和经验对机器人进行监督、调整,机器人则发挥高精度、高效率的操作优势,这样的模式不仅能提升制造业的竞争力,还能缓解AI对就业的冲击,对社会经济的稳定和发展有着积极的潜在影响。
总之,AI对人力的替代是一个复杂且持续发展的过程,我们需要深入了解其背后的机制、影响以及未来趋势,从而更好地在这个AI时代中找准自身的定位,发挥优势,应对挑战。